Искусственный интеллект

Реалистичные Видео в Реальном Времени: Новый Подход к Генерации

от

На основе входного изображения и последовательности действий система реконструирует трёхмерную сцену в виде облака точек, оценивает материальные свойства объектов, поддерживает поток физического моделирования и одновременно генерирует поток оптического потока и предварительного RGB-отображения для управления условным видеогенератором, создающим видеопоток, обусловленный физическими действиями → таким образом, обеспечивая реалистичное отображение взаимодействий в динамической среде.

Исследователи представили систему, способную создавать правдоподобные видеоролики в реальном времени, управляемые физическими действиями и основанные на принципах физического моделирования.

Нейросеть предсказывает сродство антител к COVID-19

от

Ab-Affinity предсказывает сродство связывания с конкретным пептидным таргетом, одновременно предоставляя карты контактов между аминокислотными остатками и векторное представление входной последовательности, что позволяет всесторонне анализировать взаимодействие антитела и антигена.

Новая модель искусственного интеллекта позволяет точно оценивать силу связывания антител с белком-спайком коронавируса SARS-CoV-2, открывая возможности для разработки более эффективных терапевтических средств.

Мир в частицах: Моделирование динамики видео с помощью самообучающихся объектов

от

Разработана методика самообучающегося моделирования мира, ориентированного на объекты, с использованием LPWM, позволяющая разлагать сцены на латентные частицы и, на основе лингвистических запросов или латентных действий, генерировать или предсказывать видеопоследовательности.

Новый подход позволяет создавать реалистичные видеопрогнозы и управлять динамикой сцен, представляя мир как набор независимых объектов.

Разумные модели для науки: как упростить обучение искусственного интеллекта

от

Концепция MOOSE-Star предполагает, что надежность системы достигается не путем построения жестких структур, а путем культивирования гибкой, самовосстанавливающейся экосистемы, где каждый архитектурный выбор предсказывает будущие точки отказа и потенциальные пути восстановления.

Новая методика позволяет обучать сложные модели для научных открытий, преодолевая ограничения, связанные с экспоненциальным ростом вычислительных затрат.

Умнее и лаконичнее: сжатие рассуждений в больших языковых моделях

от

Самообучение с дистилляцией позволяет модели сохранять стабильную энтропию в процессе обучения, в отличие от обучения с подкреплением, использующего штрафы за длину, которое приводит к её коллапсу; представленный метод OPSDC обеспечивает обучение лаконичности без потери способности к исследованию, что подтверждается стабильностью энтропии моделей Qwen3-8B и Qwen3-14B.

Новый метод позволяет значительно сократить объем информации, необходимой для принятия решений моделями искусственного интеллекта, не теряя при этом их способности к сложным задачам.

Раскрывая тайны болезни Альцгеймера: новый взгляд на предсказание

от

Распределение классов диагнозов в исследуемом наборе данных демонстрирует относительную частоту встречаемости различных заболеваний, что критически важно для оценки потенциальных смещений в моделях машинного обучения и обеспечения их справедливого применения.

Исследователи разработали систему, способную предсказывать развитие болезни Альцгеймера на основе клинических данных и когнитивных тестов, одновременно объясняя, какие факторы оказывают наибольшее влияние.

Искусственный интеллект на службе правосудия: моделируя вопросы в судебных дебатах

от

Система моделирования устных прений, используя как промпт-инжиниринг с различными вариантами запросов для открытых и закрытых моделей, так и агентов, наделённых инструментами доступа к судебным материалам и статистике голосований, позволяет предсказывать реплики конкретных судей [latex]n^{th}[/latex] в ходе дискуссии, а двухступенчатая система оценки реалистичности и образовательной ценности полученных симуляций обеспечивает комплексный анализ качества воспроизведения судебного процесса.

Новое исследование демонстрирует, как современные системы искусственного интеллекта могут быть использованы для реалистичной симуляции вопросов, задаваемых судьями в ходе устных аргументов в Верховном суде США.

Двурукие роботы учатся хватать всё: новый подход к универсальному захвату

от

В разработанном конвейере генерации данных разнообразные объекты и URDF-файлы робота импортируются в симулятор, после чего оптимизационный синтезатор захвата генерирует осуществимые варианты, из которых выбирается предпочтительный, а планирование движения используется для создания демонстрационных траекторий.

Исследователи разработали фреймворк UltraDexGrasp и масштабный синтетический набор данных, позволяющие бимануальным роботам осваивать сложные манипуляции с объектами.